各位计量经济学高手来指点下小弟的毕业论文！十万火急，毕业论文马上要交 感谢！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

模型：Y=a+bX1+Cx2+u

我采用的横截面样本，采用回归分析后得到的结果是：

Dependent Variable: Y   

Method: Least Squares   

Date: 04/10/09   Time: 22:31   

Sample: 1 110   

Included observations: 110     

Variable Coefficient Std. Error t-Statistic Prob.     

X1 -1.808606 0.792401 -2.282438 0.0244

X2 3.413273 1.458477 2.340300 0.0211

C -0.011629 0.025596 -0.454309 0.6505

   

R-squared 0.074716     Mean dependent var  -0.065141

Adjusted R-squared 0.057421     S.D. dependent var  0.154995

S.E. of regression 0.150479     Akaike info criterion  -0.923088

Sum squared resid 2.422912     Schwarz criterion  -0.849438

Log likelihood 53.76982     F-statistic  4.320092

Durbin-Watson stat 1.914702     Prob(F-statistic)  0.015693

但是结果拟合度很低，好像不好说明X2对Y的显著性。

由于是横截面样本，可能存在异方差，所以进行了加权最小二乘，然后得到如下的结果，

Coefficient      Std. Error       t-Statistic Prob.           

C     -0.005326       0.003327 -1.600608       0.1124

X1   -2.018070       0.092550 -21.80511       0.0000

X2   3.593415 0.540098 6.653268 0.0000

                           

       Weighted Statistics              

                           

R-squared       0.819971     Mean dependent var              -0.068961

Adjusted R-squared       0.816606     S.D. dependent var        0.149534

S.E. of regression   0.038091     Akaike info criterion             -3.670785

Sum squared resid  0.155249     Schwarz criterion          -3.597136

Log likelihood 204.8932     Hannan-Quinn criter.             -3.640912

F-statistic       243.6743     Durbin-Watson stat        1.898829

Prob(F-statistic)     0.000000              

                           

       Unweighted Statistics                  

                           

R-squared       0.074064     Mean dependent var              -0.065141

Adjusted R-squared       0.056757     S.D. dependent var        0.154995

S.E. of regression   0.150532     Sum squared resid         2.424619

Durbin-Watson stat 1.937609              

这个结果还不错，但是请高人指点下：

我的样本是横截面样本，2007年—2008年金融类上市公司每个季度的观测值作为一个样本，但是由于数据不全，所以剔除了很多观测值，每个公司的观测值的时间并不一定相同，比如A公司的可能第二个季度的数据没有就被剔除了，其他公司可能其他季度的数据没有。

 

我打算先做加权最小二乘

然后回归分析

根据加权最小二乘后的回归分析来得出X2对Y的显著性这个模型假设

请问这样可以吗？？毕业论文这样写可以吗？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：计量经济学高手 计量经济学 毕业论文 计量经济 十万火急 毕业论文 计量经济学 高手 指点 小弟

好像不好说明X2对Y的显著性 ---> here you have a t-statistic around 6, which is far far beyond what you actually need. The R square is quite small, yet it only means that the fit is not good for the overall equation. As you might have guessed, you can not run a simple regression on data and draw conclusions conclusively. You need at least pay attention to some features of the data. For example, you have tried weighted least square, however, you must be sure that the variance is not constant, otherwise, you suggestion of using WLS is not that clearly warranted.